Dieser Studiengang

Im Mittelpunkt dieses Studiengangs steht das Arbeiten mit Daten aus der Hochdurchsatz-Biologie bzw. -Biotechnologie. Im ersten Studienjahr werden zunächst Erfahrungen mit der grundlegenden Methodik gesammelt und das relevante biologische Wissen vertieft. Dabei werden in gut verständlicher Weise auch die mathematischen Kenntnisse erworben, um Modelle biologischer Prozesse entwerfen zu können. Die Unterrichtssprache ist Deutsch. Im zweiten Jahr des Studiums werden Schwerpunkte anhand der individuellen Interessen gesetzt. Dazu kann der praktische Umgang mit den modernsten Geräten im Labor ebenso gehören wie das Erstellen neuer Bioinformatik-Anwendungen zur systematischen Datenauswertung. Der Studiengang ist in Modulen gegliedert. Die wesentlichen Module sind im folgenden dargestellt. Detailliertere Informationen gibt es im Modulhandbuch.

Für ein erfolgreiches Studium in einem schnell voranschreitenden neuen Wissenschaftsfelds ist intensive Betreuung sehr wichtig. Darum ist der Studiengang Genome-Based Systems Biology für eine kleine Anzahl von Studierenden konzipiert. In der Regel beginnen 12 neue Studentinnen oder Studenten jeweils im Wintersemester. Dadurch wird es möglich, bei entsprechender Interessenlage intensiv mit den komplexen Messgeräten des CeBiTec arbeiten.

Genom-basierte Systembiologie

Der Master-Studiengang Genome-Based Systems Biology ist der Zugang zur Systembiologie. In diesem neuen, interdisziplinären Wissenschaftsfeld wird versucht, die oft komplexen und dynamischen Abläufe in Zellen oder Organen auf eine neuen Wegen zu verstehen. Dazu verwendet die Systembiologie die große Zahl an experimentellen Daten, die heute in der Gemomforschung (Genomik) und anderen modernen Biowissenschaften mit Hochdurchsatzverfahren erzeugt werden.

Zellulärer Informationsfluss. Die Aufnahme von Umwelt-Reizen und das Einleiten einer geeigneten Reaktion darauf ist ein Beispiel für die Prozesse, an denen Systembiologen interessiert sind.

Meist enthüllen erst intelligente Analyseverfahren die funktionalen Zusammenhänge zwischen Genen, Transkripten, Enzymen und Metaboliten. Durch die große Anzahl der Daten aus Genomik, Transkriptomik, Proteomik und Metabolomik beruhen solche intelligenten Analyseverfahren oft auf dem Einsatz bioinformatischer Techniken und mathematischer Verfahren.